CN110211179B - 显微图像标定方法、装置、终端和介质 - Google Patents

Abstract

本发明实施例公开了一种显微图像标定方法、装置、终端和介质，其中，该方法包括：获取目标标定物在显微镜观测状态下的目标图像；利用边缘提取算法对目标图像进行边缘提取，确定目标标定物在目标图像中的轮廓；利用直线检测算法对轮廓中的线段进行检测，得到目标标定物轮廓中两条相互平行的线段；根据两条相互平行的线段对应的目标标定物长度和像素间隔，确定显微图像标定系数。本发明实施例可以实现在保证标定准确性的基础上降低显微图像的标定难度与标定成本的效果。

Description

显微图像标定方法、装置、终端和介质

技术领域

本发明实施例涉及图像处理技术领域，尤其涉及一种显微图像标定方法、装置、终端和介质。

背景技术

数码显微镜是将传统的显微镜与摄像系统以及电脑相结合，将被测物体成像于CCD(电荷耦合器件)上，利用电脑显示器对物体进行观察。基于数码显微测量方法具有高解析、高动态范围、非接触和操作方便等优点，其被广泛运用于各种测量场景。然而，相机标定是图像测量系统的基础，相机的标定就是为了确定空间物体与图像中点对应之间的相互关系，即确定标定参数。在大多数条件下这些参数必须通过实验与计算才能得到，这个求解参数的过程就称之为相机标定。标定结果的精度及算法的稳定性直接影响相机工作产生结果的准确性，确保标定精度是科研工作的重点所在。

目前，关于数码显微镜图像的标定主要包括以下方法：

1)扫描探针显微镜样品定位方法：在透明基底的一面划分出微小区域(即标定物)并标示不同的数字、外文字母或各种数字符号等标识符以示区别，或者将坐标轴方格纸的小方格内标上各种标识符之后，用双面胶或者胶水等粘粘于透明基底的反面，或者利用刻蚀技术，将透明的基底一面刻蚀坐标和格子；然后建立标定物在世界坐标系与在显微镜观测下的图像坐标系中的坐标关系，从而求解显微镜的标定参数。该方法的缺陷在于：对透明基底的背面进行刻划标记，很容易损伤基底，刻蚀的技术门槛高，坐标纸的最小标记单位为1毫米，无法将标识符刻画的足够精细，也就无法给出标定物的准确位置。标定物的位置不准确，进而基于该标定物位置求解标定参数的结果精度便得不到保证。

2)白光干涉原子力显微镜自动标定方法：使用原子力探针参与显微镜的标定过程，该方法虽然可以达到较高的标定精度，但是整个标定系统的成本高、实验设备昂贵以及实验条件要求高，同时还存在刮坏被测物体表面的风险，而且，该方法对标定系统的运动状态存在一定要求，例如不适用于标定系统中运动平台的运动参数未知或者运动状态无法控制的场合。

发明内容

本发明实施例提供一种显微图像标定方法、装置、终端和介质，以实现在保证标定准确性的基础上降低显微图像的标定难度与标定成本的效果。

第一方面，本发明实施例提供了一种显微图像标定方法，该方法包括：

获取目标标定物在显微镜观测状态下的目标图像；

利用边缘提取算法对所述目标图像进行边缘提取，确定所述目标标定物在所述目标图像中的轮廓；

利用直线检测算法对所述轮廓中的线段进行检测，得到所述目标标定物轮廓中两条相互平行的线段；

根据所述两条相互平行的线段对应的目标标定物长度和像素间隔，确定显微图像标定系数。

第二方面，本发明实施例还提供了一种显微图像标定装置，该装置包括：

目标图像获取模块，用于获取目标标定物在显微镜观测状态下的目标图像；

目标标定物轮廓确定模块，用于利用边缘提取算法对所述目标图像进行边缘提取，确定所述目标标定物在所述目标图像中的轮廓；

线段检测模块，用于利用直线检测算法对所述轮廓中的线段进行检测，得到所述目标标定物轮廓中两条相互平行的线段；

标定系数确定模块，用于根据所述两条相互平行的线段对应的目标标定物长度和像素间隔，确定显微图像标定系数。

第三方面，本发明实施例还提供了一种终端，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如本发明任一实施例所述的显微图像标定方法。

第四方面，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本发明任一实施例所述的显微图像标定方法。

本发明实施例通过获取目标标定物在显微镜观测状态下的目标图像，对目标图像进行边缘提取和直线检测，确定目标标定物轮廓中两条相互平行的线段，根据两条相互平行的线段对应的目标标定物长度和像素间隔，确定显微图像标定系数，由于标定过程中不需要依赖高成本以及操作要求高的设备，并且标定过程涉及的操作简单，解决了现有技术中显微图像标定成本高与操作难度大的问题，同时，还可以保证较高的标定精度。

附图说明

图1是本发明实施例一提供的显微图像标定方法的流程图；

图2是本发明实施例一提供的目标图像的一种示意图；

图3是本发明实施例一提供的对目标图像进行边缘提取的一种结果示意图；

图4是本发明实施例一提供的对目标标定物轮廓中的线段进行检测的一种结果示意图；

图5是本发明实施例二提供的显微图像标定方法的流程图；

图6是本发明实施例二提供的对目标图像进行灰度化处理后的一种结果示意图；

图7是本发明实施例二提供的对目标图像进行降噪处理后的一种结果示意图；

图8是本发明实施例二提供的降噪处理后目标图像的灰度直方图的一种示意图；

图9是本发明实施例二提供的像素二值化分割后的一种图像示意图；

图10是本发明实施例二提供的霍夫变换算法的一种原理示意图；

图11是本发明实施例二提供的霍夫变换图像的一种示意图；

图12是本发明实施例三提供的显微图像标定装置的结构示意图；

图13是本发明实施例四提供的一种终端的结构示意图。

具体实施方式

下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。

实施例一

图1是本发明实施例一提供的显微图像标定方法的流程图，本实施例可适用于对显微镜观察下的图像进行标定的情况，该方法可以由显微图像标定装置来执行，该装置可以采用软件和/或硬件的方式实现，并可集成在任意的具有计算能力的终端上，包括但不限于电脑、笔记本等。

如图1所示，本实施例提供的显微图像标定方法可以包括：

S110、获取目标标定物在显微镜观测状态下的目标图像。

本实施例中，目标标定物是指代表特定尺寸的距离测量参考物，包括但不限于显微镜标尺。在标定过程中，将目标标定物放到显微镜下观察，通过CCD采取样品图片，即目标图像。图2以目标标定物是显微镜标尺为例，示出了目标图像的一种示意图。

S120、利用边缘提取算法对目标图像进行边缘提取，确定目标标定物在目标图像中的轮廓。

边缘提取算法可以包括图像处理领域中任意可用的关于提取图像边缘的算法，本实施例不作具体限定。例如，可以利用Canny算子、Sobel算子、Prewitt算子和Roberts算子等边缘提取算子，对目标图像进行边缘提取。图3作为示例，示出了对目标图像进行边缘提取的一种结果示意图。

S130、利用直线检测算法对轮廓中的线段进行检测，得到目标标定物轮廓中两条相互平行的线段。

提取出目标标定物在目标图像中的轮廓(或者称为边界)后，利用直线检测算法检测轮廓中的线段，可用的直线检测算法包括但不限于霍夫(Hough)变换算法和Freeman直线检测算法等。目标标定物轮廓中两条相互平行的线段是指不在同一直线上的两条平行线，通常对应于目标标定物轮廓中相对立的两条边界线。图4作为示例，示出了对目标标定物轮廓中的线段进行检测的一种结果示意图，如图4所示，检测出的线段包括L1、L2和L3，其中线段L1和L3相互平行，基于检测出的两条平行线可以确定两条平行线之间的像素数量，即像素间隔，然后结合两条平行线之间对应的物理长度(即实际长度)，便可以确定每个像素对应的物理长度，后续确定显微图像中被测物的像素数量，便可准确计算被测物的实际尺寸，具有较强的实用性，而且测量精度较高。

S140、根据两条相互平行的线段对应的目标标定物长度和像素间隔，确定显微图像标定系数。

具体的，显微图像标定系数β可以用以下公式表示：

β＝K/N

其中，K表示两条相互平行的线段对应的目标标定物长度，N表示两条相互平行的线段对应的像素间隔。

本实施例技术方案通过获取目标标定物在显微镜观测状态下的目标图像，对目标图像进行边缘提取和直线检测，确定目标标定物轮廓中两条相互平行的线段，根据两条相互平行的线段对应的目标标定物长度和像素间隔，确定显微图像标定系数，由于标定过程中不需要依赖高成本以及操作要求高的设备，并且标定过程涉及的操作简单，解决了现有技术中显微图像标定成本高与操作难度大的问题，同时，还可以保证较高的标定精度，此外，本实施例技术方案对整个标定环境的状态也没有任何限制，具有较强的实用性。

实施例二

图5是本发明实施例二提供的显微图像标定方法的流程图，本实施例是在上述实施例的基础上进一步优化，如图5所示，该方法可以包括：

S210、获取目标标定物在显微镜观测状态下的目标图像。

S220、对目标图像进行灰度化处理和降噪处理。

关于图像灰度化处理的具体实现方法本实施例不作具体限定，可以利用现有技术中任意可用的方法，示例性的，可以在图像处理工具Matlab中对目标图像进行灰度化处理，图6作为示例，示出了对目标图像进行灰度化处理后的一种结果示意图。目标图像灰度化处理后，可以继续通过中值滤波等方法进行降噪处理，得到降噪后的平滑图像，以保证线段检测的准确性，进而确保标定系数确定的准确性。图7作为示例，示出了对目标图像进行降噪处理后的一种结果示意图。

S230、对灰度化处理和降噪处理后的图像进行像素二值化分割。

在进行图像的像素二值化分割之前，首先读取经过灰度化处理和降噪处理后的灰度图像的灰度直方图，然后利用峰谷法，寻找合适的像素阈值对灰度图像进行二值化分割，将图像前景与背景分离，例如，根据灰度直方图找到像素谷值在20附近，以20/255作为像素阈值对图像高频区域和低频区域进行二值化分割。图8作为示例，示出了降噪处理后目标图像的灰度直方图的一种示意图，图9作为示例，示出了像素二值化分割后的一种图像示意图。

S240、利用边缘提取算法对像素二值化分割后的图像进行边缘提取，确定目标标定物在目标图像中的轮廓。

S250、利用霍夫变换算法对轮廓中的线段进行检测，得到目标标定物轮廓中两条相互平行的线段。

其中，霍夫变换算法主要原理如下：对于目标标定物轮廓(即边界)上包含n个点的点集，找出共线的点集和直线方程。图10作为示例，示出了霍夫变换算法的一种原理示意图，如图10所示，对于左侧直角坐标系中的一条直线L，可用右侧参数空间中的ρ和θ来表示，且直线L的方程可以表示为：ρ＝xcosθ+ysinθ，其中，ρ为原点到该直线的垂直距离，θ为垂线与x轴的夹角，这条直线是唯一的，构造一个参数(ρ,θ)的平面。将目标标定物轮廓中由共线点集确定的直线进行霍夫变换，得到霍夫变换图像，示例性的，霍夫变换图像可以如图11所示；然后利用Houghpeaks函数寻找霍夫变换图像的峰值，图11中包括两个峰值A和B，每个峰值对应直角坐标系中的一条直线；最后利用Houghline函数对所得的直线进行提取，可以得到如图4所示的结果。其中，两条相互平行的线段在参数空间中具有相同的θ值，求解出各条线段对应的ρ值之后，这两条平行线段之间的像素间隔可以表示为N＝Δρ。

鉴于霍夫变换算法对直线检测具有可靠性高，对噪声、变形、部分区域残缺和边缘不连续等情况具有较好的适应性等特点，因此，将霍夫变换算法参与到显微系统的标定，可以实现标定操作简单、实现方便且准确性高的效果，这对于数字显微具有非常重要的意义。

S260、根据两条相互平行的线段对应的目标标定物长度和像素间隔，确定显微图像标定系数。

本实施例技术方案通过获取目标标定物在显微镜观测状态下的目标图像，对目标图像进行灰度化处理、降噪处理、像素二值化分割以及边缘提取，并利用霍夫变换算法在标定物轮廓中进行直线检测，确定目标标定物轮廓中两条相互平行的线段，根据两条相互平行的线段对应的目标标定物长度和像素间隔，确定显微图像标定系数，由于标定过程中不需要依赖高成本以及操作要求高的设备，并且标定过程涉及的操作简单，解决了现有技术中显微图像标定成本高与操作难度大的问题，同时，还可以保证较高的标定精度，此外，本实施例技术方案对整个标定环境的状态也没有任何限制，具有较强的实用性。

实施例三

图12是本发明实施例三提供的一种显微图像标定装置的结构示意图，本实施例可适用于对显微镜观察下的图像进行标定的情况。该装置可以采用软件和/或硬件的方式实现，并可集成在任意的具有计算能力的终端上，包括但不限于电脑、笔记本等。

如图12所示，本实施例提供的显微图像标定装置可以包括：目标图像获取模块310、目标标定物轮廓确定模块320、线段检测模块330和标定系数确定模块340，其中：

目标图像获取模块310，用于获取目标标定物在显微镜观测状态下的目标图像；

目标标定物轮廓确定模块320，用于利用边缘提取算法对目标图像进行边缘提取，确定目标标定物在目标图像中的轮廓；

线段检测模块330，用于利用直线检测算法对轮廓中的线段进行检测，得到目标标定物轮廓中两条相互平行的线段；

标定系数确定模块340，用于根据两条相互平行的线段对应的目标标定物长度和像素间隔，确定显微图像标定系数。

可选的，显微图像标定系数β用以下公式表示：β＝K/N，其中，K表示两条相互平行的线段对应的目标标定物长度，N表示两条相互平行的线段对应的像素间隔。

可选的，直线检测算法包括霍夫变换算法。

可选的，目标标定物轮廓确定模块320包括：

二值化分割单元，用于对目标图像进行像素二值化分割；

边缘提取单元，用于利用边缘提取算法对像素二值化分割后的图像进行边缘提取，确定目标标定物在目标图像中的轮廓。

可选的，目标标定物轮廓确定模块320还包括预处理单元，该预处理单元用于：

在二值化分割单元执行对目标图像进行像素二值化分割操作之前，对目标图像进行灰度化处理和降噪处理。

本发明实施例所提供的显微图像标定装置可执行本发明任意实施例所提供的显微图像标定方法，具备执行方法相应的功能模块和有益效果。本实施例中未详尽描述的内容可以参考本发明任意方法实施例中的描述。

实施例四

图13是本发明实施例四提供的一种终端的结构示意图。图13示出了适于用来实现本发明实施方式的示例性终端512的框图。图13显示的终端512仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。终端512可以是任意的具有计算能力的设备，包括但不限于电脑、笔记本等。

如图13所示，终端512以通用终端的形式表现。终端512的组件可以包括但不限于：一个或者多个处理器516，存储装置528，连接不同系统组件(包括存储装置528和处理器516)的总线518。

总线518表示几类总线结构中的一种或多种，包括存储装置总线或者存储装置控制器，外围总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(Industry SubversiveAlliance，ISA)总线，微通道体系结构(Micro Channel Architecture，MAC)总线，增强型ISA总线、视频电子标准协会(Video Electronics Standards Association，VESA)局域总线以及外围组件互连(Peripheral Component Interconnect，PCI)总线。

终端512典型地包括多种计算机系统可读介质。这些介质可以是任何能够被终端512访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。

存储装置528可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器(Random Access Memory，RAM)530和/或高速缓存存储器532。终端512可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例，存储系统534可以用于读写不可移动的、非易失性磁介质(图13未显示，通常称为“硬盘驱动器”)。尽管图13中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘，例如只读光盘(Compact Disc Read-Only Memory，CD-ROM),数字视盘(Digital Video Disc-Read Only Memory，DVD-ROM)或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线518相连。存储装置528可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本发明各实施例的功能。

具有一组(至少一个)程序模块542的程序/实用工具540，可以存储在例如存储装置528中，这样的程序模块542包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块542通常执行本发明所描述的实施例中的功能和/或方法。

终端512也可以与一个或多个外部设备514(例如键盘、指向终端、显示器524等)通信，还可与一个或者多个使得用户能与该终端512交互的终端通信，和/或与使得该终端512能与一个或多个其它计算终端进行通信的任何终端(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口522进行。并且，终端512还可以通过网络适配器520与一个或者多个网络(例如局域网(Local Area Network，LAN)，广域网(Wide Area Network，WAN)和/或公共网络，例如因特网)通信。如图13所示，网络适配器520通过总线518与终端512的其它模块通信。应当明白，尽管图中未示出，可以结合终端512使用其它硬件和/或软件模块，包括但不限于：微代码、终端驱动器、冗余处理器、外部磁盘驱动阵列、磁盘阵列(Redundant Arrays of Independent Disks，RAID)系统、磁带驱动器以及数据备份存储系统等。

处理器516通过运行存储在存储装置528中的程序，从而执行各种功能应用以及数据处理，例如实现本发明任意实施例所提供的显微图像标定方法，该方法可以包括：

获取目标标定物在显微镜观测状态下的目标图像；

利用边缘提取算法对所述目标图像进行边缘提取，确定所述目标标定物在所述目标图像中的轮廓；

利用直线检测算法对所述轮廓中的线段进行检测，得到所述目标标定物轮廓中两条相互平行的线段；

根据所述两条相互平行的线段对应的目标标定物长度和像素间隔，确定显微图像标定系数。

实施例五

本发明实施例五还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本发明任意实施例所提供的显微图像标定方法，该方法可以包括：

获取目标标定物在显微镜观测状态下的目标图像；

利用边缘提取算法对所述目标图像进行边缘提取，确定所述目标标定物在所述目标图像中的轮廓；

利用直线检测算法对所述轮廓中的线段进行检测，得到所述目标标定物轮廓中两条相互平行的线段；

根据所述两条相互平行的线段对应的目标标定物长度和像素间隔，确定显微图像标定系数。

本发明实施例的计算机存储介质，可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。

计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。

计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括——但不限于无线、电线、光缆、RF等等，或者上述的任意合适的组合。

可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或终端上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。

Claims (6)

1.一种显微图像标定方法，其特征在于，包括：

获取目标标定物在显微镜观测状态下的目标图像，所述目标标定物为代表特定尺寸的距离测量参考物；

利用边缘提取算法对所述目标图像进行边缘提取，确定所述目标标定物在所述目标图像中的轮廓；

利用直线检测算法对所述轮廓中的线段进行检测，得到所述目标标定物轮廓中两条相互平行的线段；

根据所述两条相互平行的线段对应的目标标定物长度和像素间隔，确定显微图像标定系数；

所述利用边缘提取算法对所述目标图像进行边缘提取，确定所述目标标定物在所述目标图像中的轮廓，包括：

对所述目标图像进行像素二值化分割；

利用边缘提取算法对所述像素二值化分割后的图像进行边缘提取，确定所述目标标定物在所述目标图像中的轮廓；

在对所述目标图像进行像素二值化分割之前，所述方法还包括：

对所述目标图像进行灰度化处理和降噪处理；

所述显微图像标定系数β用以下公式表示：

β＝K/N

其中，K表示所述两条相互平行的线段对应的目标标定物长度，N表示所述两条相互平行的线段对应的像素间隔。

2.根据权利要求1所述的方法，其特征在于，所述直线检测算法包括霍夫变换算法。

3.一种显微图像标定装置，其特征在于，包括：

目标图像获取模块，用于获取目标标定物在显微镜观测状态下的目标图像，所述目标标定物为代表特定尺寸的距离测量参考物；

目标标定物轮廓确定模块，用于利用边缘提取算法对所述目标图像进行边缘提取，确定所述目标标定物在所述目标图像中的轮廓；

线段检测模块，用于利用直线检测算法对所述轮廓中的线段进行检测，得到所述目标标定物轮廓中两条相互平行的线段；

标定系数确定模块，用于根据所述两条相互平行的线段对应的目标标定物长度和像素间隔，确定显微图像标定系数；所述显微图像标定系数β用以下公式表示：β＝K/N其中，K表示所述两条相互平行的线段对应的目标标定物长度，N表示所述两条相互平行的线段对应的像素间隔；

所述目标标定物轮廓确定模块还包括：

二值化分割单元，用于对目标图像进行像素二值化分割；

边缘提取单元，用于利用边缘提取算法对像素二值化分割后的图像进行边缘提取，确定目标标定物在目标图像中的轮廓；

预处理单元，用于在二值化分割单元执行对目标图像进行像素二值化分割操作之前，对目标图像进行灰度化处理和降噪处理。

4.根据权利要求3所述的装置，其特征在于，所述直线检测算法包括霍夫变换算法。

5.一种终端，其特征在于，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-2中任一所述的显微图像标定方法。

6.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-2中任一所述的显微图像标定方法。